Wstęp i wprowadzenie

Badanie PISA (Programme for International Student Assessment) to międzynarodowe badanie edukacyjne przeprowadzane co trzy lata przez Organizację Współpracy Gospodarczej i Rozwoju (OECD). Celem badania PISA jest ocena umiejętności uczniów z zakresu matematyki, nauk przyrodniczych i czytania.

Badanie to ma na celu również ocenę efektywności systemów edukacyjnych w krajach uczestniczących w badaniu. PISA bada umiejętności 15-latków, ponieważ w tym wieku uczniowie kończą szkołę podstawową i wkraczają do szkoły średniej, co stanowi kluczowy moment w ich edukacji

Badania PISA są przeprowadzane w ponad 80 krajach na całym świecie, a wyniki są porównywane między krajami. PISA jest uważane za jedno z najważniejszych międzynarodowych badań edukacyjnych i stanowi ważne źródło informacji dla polityków, nauczycieli i badaczy zajmujących się kwestiami edukacyjnymi.

W poniższej analizie skupimy się na wynikach uczniów z matematyki.

1.1 Dane z roku 2018 w tabeli

df2 <- df %>% 
  filter(Year.Study == 2018) %>% 
  select(Year.Study, Jurisdiction, Average)
DT::datatable(df2)

Ponieważ wyniki w obecnej formie są trudne do odczytania, postanowiłam przedstawić je w bardziej przystępnej formie za pomocą wykresu. W ten sposób będzie łatwiej zauważyć wzorce i zmiany w wynikach.

1.2 2018 Średnie wyniki w krajach

plot_ly(
  data = filter(df, Year.Study == 2018), 
  x = ~Jurisdiction, 
  y = ~Average, 
  colors = "Set1"
) %>% 
    layout(
    xaxis = list(title = 'Country'), 
    yaxis = list(title = 'Average score')
  ) %>% 
  layout( xaxis = list(titlefont = list(size = 17)),
          yaxis = list(titlefont = list(size = 17)))

Aby lepiej zrozumieć, jak krajowi wypadają na tle innych państw w badaniach PISA, warto przeanalizować trendy w wynikach w czasie. W tym celu można wybrać grupę krajów, które w 2018 roku osiągnęły najlepszy średni wynik i sprawdzić, jak ich wyniki zmieniały się w ciągu ostatnich trzech testów PISA, czyli w latach 2018, 2015 i 2012. Porównanie tych wyników pozwoli na lepsze zrozumienie trendów w edukacji i odkrycie, czy dane kraje udoskonaliły swoje wyniki w ciągu ostatnich kilku lat, czy też nie.

1.3 10 krajów z najeplszymi wynikami

df2 <- df %>% 
  filter(Year.Study == 2018) %>% 
  arrange(desc(Average)) %>% 
  head(10)

df3 <- df %>% 
  filter(Jurisdiction %in% df2$Jurisdiction)

plot_ly(
  data = df3, 
  x = ~Jurisdiction, 
  y = ~Average, 
  color = ~Year.Study,
  colors = "Set1",
  type = 'scatter'
) %>% 
    layout(
    xaxis = list(title = 'Country'), 
    yaxis = list(title = 'Average score')
  ) %>% 
  layout( xaxis = list(titlefont = list(size = 17)),
          yaxis = list(titlefont = list(size = 17)))

1.Wnioski

Analiza wyników badania PISA pozwala na wyłonienie interesujących trendów w edukacji na przestrzeni czasu.
Jednym z takich trendów może być obserwowany wśród niektórych krajów wzrost wyników w 2012 roku w porównaniu z wynikami uzyskanymi w latach 2015 i 2018. Oznacza to, że w 2012 roku większość z tych krajów osiągnęła wyższe wyniki niż w innych latach. Taki wniosek może wskazywać na różnice w podejściach do edukacji, które były bardziej skuteczne w 2012 roku w porównaniu z latami późniejszymi.

2.1 Skupmy się na Polsce

df4 <- read.csv("/Users/Patrycja/Documents/R_rok2/dane2.csv")
plot_ly(
  data = df4, 
  x = ~Year.Study, 
  y = ~Average, 
  colors = "Set1",
  type = "bar"
) %>% 
    layout(
    xaxis = list(title = 'Test Year'), 
    yaxis = list(title = 'Average score')
  ) %>% 
  layout( xaxis = list(titlefont = list(size = 17)),
          yaxis = list(titlefont = list(size = 17)))

2.Wnioski

Wyniki PISA dla Polski w dziedzinie matematyki na przestrzeni lat ukazują pewne istotne zmiany w wynikach uczniów.
Od 2003 roku Polska systematycznie poprawia swoje wyniki, plasując się coraz wyżej w rankingu krajów biorących udział w badaniach PISA. W 2003 roku Polska zajęła 17 miejsce, a w 2018 roku awansowała na 22 miejsce wśród 79 krajów.